[I’ML] Ранжирование и ретривел — описание эффективных алгоритмов и архитектур

— Различные архитектуры давно испробованы всеми, кто занимается ранжированием. Как же не проиграть во времени при их внедрении? Делать современное решение сразу, без прототипов. В этом выпуске обсуждаем такие архитектуры и алгоритмы, как BERT, TwinBERT, DLRM, mCLIP, BST, Yolo, ViT, DINO и NN. Говорим про создание инфраструктуры, которая подходит под растущие нагрузки, оркестрацию моделей, кластеризацию и эмбеддинги. Гость выпуска: Александр Сидоров — Head of ML в Wildberries. Ведущий: Александр Толмачев — руководит аналитикой, хранилищем и моделированием в Ozon. ________________ Полезные материалы про ранжирование: — TwinBERT: — DLRM: — Про DLRM на русском: @papersreaders-dlrm-deep-learning-recommendation-model-for-personalization — mCLIP: — BST: — Про BST на русском: — Архитектура NN в поиске TaoBao — NN у Etsy _______________ Любимые каналы Александра Сидорова про DS/ML: ______________ Подписывайтесь на наши соцсети, чтобы не пропустить следующие выпуски и новости предстоящей конференции. — VK: — Telegram-чат: — Telegram-канал: Сайт I’ML: